 |
전통적 항체 발굴은 동물 면역 반응이나 대규모 라이브러리 스크리닝에 의존해 결과 예측이 어려웠다. 확보된 항체도 면역원성 개선, 친화도 향상 등 후속 최적화가 필요해 발굴에 1년 이상이 걸리는 경우가 일반적이다. 갤럭스는 이번 AI 기반 대규모 설계를 통해 구조와 서열 공간을 넓게 탐색하는 방식을 적용했다. 여러 타깃에서 강한 결합력을 갖춘 항체를 설계·검증했으며, AAI가 예측한 구조가 Cryo-EM 실험 구조와 1Å (10-10m) 오차 수준에서 일치했다고 설명했다.
또한 이번 연구에서 갤럭스는 광범위한 탐색 없이 정제된 50개 설계만으로도 30% 이상이 치료 타깃에 정확히 결합하는 결과를 확인했다. 이 중 다수는 별도 최적화 없이도 약물 후보로 개발 가능한 결합력을 보였다. 설계와 검증 또한 한 달 내 완료해 약물 수준 항체 후보 확보가 가능하다는 설명이다.
갤럭스는 이 성과를 바탕으로 GPCR, 이온채널 등 기존 방식으로 접근이 어려운 고난도 타깃까지 항체 설계를 확장할 계획이다. 국내외 제약사들과 협력해 AI 설계 항체의 임상 진입도 가속화한다.
석차옥 갤럭스 대표는 "드노보 항체 설계 기술은 전 세계적으로도 아직 다섯 곳만 성공 사례를 보고한 난이도가 높은 기술"이라며 "갤럭스는 대규모 설계 방식의 접근부터 정제된 정밀 설계 단계까지 실제 실험적 검증을 통해 플랫폼의 성능을 꾸준히 증명해 왔다"고 말했다. 이어 "이번 연구는 항체를 '발견(discovery)'하는 시대에서 필요한 항체를 처음부터 '설계(design)'하는 시대로의 전환을 명확히 보여주는 결과다. 기존 방식으로는 확보하기 어려웠던 차별화된 항체 치료제 개발에 본격적으로 도전할 것"이라고 밝혔다.
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
